基于GA-CFS的语音情感识别系统设计

在利用机器学习方法进行语音情感识别时,会采用大量的特征,这些特征的冗余降低了识别准确率,加大了计算量和建模时间。利用互相关特征选择(Correlation-Based Feature Selection,CFS)方法对遗传算法(Genetic Algorithm,GA)进行改进,对输入特征进行降维,可使原有的机器学习算法快速收敛,提高了识别正确率。在此基础上设计基于Lab VIEW的语音情感识别系统,实验证明:该系统可以对语音信号进行有效的情感识别。     

以艺术化的环境休憩设施提升城市公共空间品质的研究

1概述
　　1.1艺术化环境休憩设施
　　“休憩设施”是为人们提供休闲服务的，不仅是体能上的休息，还包含人们的思想交流，情绪的放松，休闲娱乐等综合的精神上的休息。“艺术化的环境休憩设施”可以理解为：以休憩设施为对象，由设计师或艺术家通过对其设计的这一过程为媒介，以特定的设计方式来完成的，用以表达个人、社会、城市情感与思想的环境设施作品。     

深度学习在语音识别中的研究进展综述

在如今的大数据时代里,对于处理大量未经标注的原始语音数据的传统机器学习算法,很多都已不再适用。与此同时,深度学习模型凭借着其对海量数据的强大建模能力,能够直接对未标注数据进行处理,成为当前语音识别领域的一个研究热点。首先主要分析和总结了当前几种具有代表性的深度学习模型;其次是其在语音识别中对于语音特征提取及声学建模中的应用;最后总结了当前所面临的问题和发展方向。